[发明专利]一种基于随机森林的边坡风险评估方法

说明书

本发明公开一种基于随机森林的边坡风险评估方法，包括步骤：收集若干边坡的参数信息，所述参数信息包括边坡土体的基本性质和几何特征；设定参数阈值，将边坡划分为稳定边坡、基本稳定边坡、欠稳定边坡和不稳定边坡，并赋予其相应的类别标签以构建边坡风险评估数据集；利用边坡风险评估数据集，构建基于随机森林的边坡分类模型；将待评估边坡的参数信息输入构建完成的边坡分类模型中，获取边坡稳定状态。本发明针对边坡工程的“机理不清”和岩土材料的“参数不准”问题，利用随机森林算法从大量边坡历史数据中学习边坡稳定性与其影响变量之间的关系，能够快速、准确地评估边坡的风险性，为大规模的边坡普查工作提供一定参考。

技术领域

本发明属于边坡土体安全监测领域，具体涉及一种基于随机森林的边坡风险评估方法。

背景技术

边坡广泛分布于我国地表，许多工程项目(桥梁、隧道、大坝和路基等)都受到边坡稳定性的影响，边坡失稳的地质灾害将造成极大的经济损失和人员伤亡事故。

国内外广泛采用的土质边坡的稳定性评价指标包括：(1)坡度、坡高、重度、初始饱和度、孔隙水压力比、透水系数、内摩擦角、内聚力、含水量等；(2)坡度、坡高、前缘临空状况、沟谷切割程度、洼地封闭状况、潜在滑面平均形态、潜在滑面倾角、潜在滑面阻抗比、堆积体结构、堆积体密实度、堆积体胶结程度等。边坡的稳定性分析方法主要包括极限平衡分析法、数值分析法和定性分析法，由于边坡工程中岩土体的非连续性及影响因素的非结构性，传统的统计分析方法预测能力有限，无法揭示参数之间的本质联系。

发明内容

针对现有边坡稳定性分析方法的不足，本发明提出一种基于随机森林的边坡风险评估方法，以快速准确地评估边坡的风险性。

为实现上述目的，本发明采用以下技术方案：

一种基于随机森林的边坡风险评估方法，包括以下步骤：

S1、收集若干边坡的参数信息，所述参数信息包括边坡土体的基本性质和几何特征；

S2、设定参数阈值，将S1中的边坡划分为稳定边坡、基本稳定边坡、欠稳定边坡和不稳定边坡，并赋予其相应的类别标签以构建边坡风险评估数据集；

S3、利用边坡风险评估数据集，构建基于随机森林的边坡分类模型；

S4、将待评估边坡的参数信息输入构建完成的边坡分类模型中，获取边坡稳定状态。

进一步地，所述参数信息包括重度、粘聚力、内摩擦角、孔隙压力比、坡高、坡角和安全系数。

进一步地，S2中，将安全系数F_s≥1.35的边坡视为稳定边坡，将1.35＞F_s≥1.05的边坡视为基本稳定边坡，将1.05＞F_s≥1.00的边坡视为欠稳定边坡，将1.00＞F_s的边坡视为不稳定边坡。

进一步地，S2中，稳定边坡的类别标签为1，基本稳定边坡的类别标签为0，欠稳定边坡的类别标签为-1，不稳定边坡的类别标签为-2。

进一步地，S3中，将边坡风险评估数据集中80％的样本数据作为训练集，剩余的20％作为测试集，训练集用于训练边坡分类模型，测试集用于评估边坡分类模型的准确度。

进一步地，S3中，基于随机森林的边坡分类模型包括m棵决策树，每棵决策树由训练集中随机选取的k个影响边坡稳定性的特征训练而成，每棵决策树均会产生相应的分类结果，最终以投票的方式确定边坡所属类型。

与现有技术相比，本发明具有如下有益效果：

(1)本发明针对边坡工程的“机理不清”和岩土材料的“参数不准”问题，利用机器学习模型从大量边坡历史数据中学习边坡稳定性与其影响变量之间的关系，是对于算法和统计模型的科学研究；